詞對齊技術研究及統(tǒng)計機器翻譯平臺的構建.pdf

1、目前，基于統(tǒng)計的方法在機器翻譯領域內(nèi)占據(jù)著主導地位，出現(xiàn)了多種不同類型的統(tǒng)計機器翻譯系統(tǒng)，如基于短語的系統(tǒng)、基于層次短語的系統(tǒng)、基于句法的系統(tǒng)等。不同類型的系統(tǒng)都各具特點，在不同的領域和方面都表現(xiàn)出了良好的翻譯性能，統(tǒng)計機器翻譯技術正朝著多元化的方向發(fā)展。
　　 本文研究了多引擎統(tǒng)計機器翻譯平臺的實現(xiàn)技術，并針對其中詞對齊技術存在的問題提出了解決方案。論文的主要工作歸納如下：
　　 (1)詞對齊對稱化方法的研究。針對現(xiàn)有

2、詞對齊對稱化方法中存在的問題，提出了一種有效的改進方法。它首先在IBM模型獲得的正反雙向詞對齊的基礎上，確定出正反雙向?qū)R不一致的部分。然后，對對齊不一致的部分進行重新對齊，并得到更好的對稱化的詞對齊結(jié)果。此外還提出了利用大規(guī)模單語語料來強化對齊結(jié)果的方法。相比在統(tǒng)計機器翻譯中廣泛使用的基于啟發(fā)信息的詞對齊對稱化方法，文本提出方法可以使統(tǒng)計機器翻譯系統(tǒng)得到更高的翻譯準確率。
　　 (2)多引擎統(tǒng)計機器翻譯平臺的構建。為統(tǒng)計機器翻

3、譯模型和算法的研究搭建了一個良好的多引擎統(tǒng)計機器翻譯平臺，同時也為面向工程性開發(fā)提供了一個轉(zhuǎn)換平臺。多引擎統(tǒng)計機器翻譯平臺實現(xiàn)了現(xiàn)今主流的三套統(tǒng)計機器翻譯系統(tǒng)（基于短語的統(tǒng)計機器翻譯系統(tǒng)，基于層次短語的統(tǒng)計機器翻譯系統(tǒng)以及基于句法的統(tǒng)計機器翻譯系統(tǒng)）。根據(jù)模塊化的思想對翻譯平臺進行構建，首先根據(jù)翻譯系統(tǒng)子功能的定義進行模塊切分，并整合切分得到的各功能模塊，最終得到模塊化的翻譯平臺。從功能和層次的角度出發(fā)，共設計了六個模塊，1)語料預處理